Nas comparações feitas entre os mapas convencionais e o mapa digital foram observadas semelhanças com as comparações feitas entre os mapas convencionais. Verificou- se redução na correspondência espacial para os níveis categóricos mais detalhados, sendo que as maiores reduções também ocorreram do terceiro para o quarto nível categórico (Figura 27). Quanto às discordâncias, essas também foram parecidas, sendo as do primeiro nível relacionadas a sobreposições entre Nitossolo e Chernossolo, Cambissolo e Chernossolo, Argissolo e Cambissolo, e entre Nitossolo e Argissolo, sendo que somente este último caso diferiu das discordâncias entre mapas convencionais. Este último caso ocorreu pois no mapa digital a área referente a unidade de mapeamento classificada como Nitossolo foi menor do que a área discriminada nos mapas convencionais, de forma que a unidade confrontante a esta, classificada como Argissolo, dos mapas convencionais a sobrepôs. McKenzie e Austin (1993) encontraram a presença de estruturas geológicas como diques, que podem controlar o padrão de distribuição dos solos numa área. Para a área de estudo, os Nitossolos se formaram a partir de um sill de diabásio (intrusão), sendo estes solos de textura argilosa e ricos em óxidos de ferro, possuindo, portanto menor reflectância em relação aos demais solos que ocorrem na área, os quais possuem textura média ou arenosa, e possuem baixos teores de óxidos de ferro (MADEIRA NETO, 2001). Para o mapeamento digital a informação espectral foi obtida de uma imagem de satélite de resolução espacial de 30 x 30 metros, sendo que de acordo com McBbratney; Mendonça-Santos e Minasny (2003), esta deveria ter resolução espacial de 10 x 10 metros para a escala do mapa de solos (1:10.000). Assim sendo, essa menor resolução espacial pode ter contribuído para a ocorrência desta discordância, que se deu próximo aos limites entre as unidades de mapeamento.
Para o segundo nível categórico as divergências se deram quanto à cor dos Argissolos (Vermelho x Vermelho-Amarelo), no terceiro nível quanto ao caráter saturação por bases dos solos, e no quarto nível quanto ao caráter abrupto dos Argissolos e quanto à ocorrência/ausência de horizonte B latossólico abaixo do horizonte B nítico para os Nitossolos. Tais divergências foram semelhantes às observadas nas comparações entre mapas convencionais.
As maiores correspondências espaciais finais (4º nível + textura) em relação ao mapa digital se deram entre este e o mapa A (35,17 %) e o mapa B (28,66 %) (tabela 3). Sendo assim, o mapa digital de solos gerado pela metodologia proposta obteve maior valor de correspondência com os mapas convencionais A e B, do que estes entre si (24,32%) (tabela
2). Foi possível observar também que o mapa digital utilizou o menor número de observações (tabela 4), menor número de dias de campo (2) e mesmo assim atingiu maior correspondência em relação aos mapas A e B, do que os mapas C e D quando comparados aos dois primeiros (Figura 27).
Pela figura 27, observa-se apesar de o mapa digital ter apresentado baixa correspondência para o quarto nível mais a textura em relação ao mapa C (4,33 %) e ao mapa D (4,00 %), também o mapa A obteve baixa correspondência quando comparado ao mapa C (6,70 %) e ao mapa D (6,96 %), para o mesmo nível (Tabela 2). Mesmo assim, na comparação feita entre o mapa digital e o mapa C, para o quarto nível categórico, a correspondência foi de (31,73 %), praticamente o mesmo valor obtido na comparação com o mapa B (31,72 %) para este mesmo nível (Tabela 3).
0 10 20 30 40 50 60 70 80 1º 2º 3º 4º 4º + textura C or re sp on d ên ci a E sp ac ia l ( %) Nível de Correspondência Digital x A Digital x B Digital x C Digital x D Média
Figura 27 - Correspondência espacial entre o mapa digital e os mapas convencionais
Para as comparações feitas entre o mapa digital e os mapas C e D, os valores mais baixos de correspondência espacial foram obtidos em níveis categóricos mais detalhados (Figura 27). Entretanto, Chagas (2006) estudando comparativamente dois mapas digitais e um mapa convencional, também encontrou resultados de baixa concordância entre estes e um mapa convencional. Para um mapa digital produzido por redes neurais artificiais, no quarto nível categórico o autor verificou 23,27 % de concordância, e para um mapa produzido por máxima verossimilhança a concordância ficou em 12,92 %. A baixa concordância entre o
mapa convencional e os mapas digitais foi atribuída à heterogeneidade geológica da área e a problemas com o modelo de correlação ambiental utilizado no mapeamento digital de solos. Neste mesmo estudo, o autor ainda salienta que os resultados poderiam variar caso outra equipe executasse o mapa de solos convencional. Este fato foi observado no presente trabalho, sendo encontrados valores de correspondência espacial final (quarto nível + textura) que variaram de 35,17% (mapa A vs. mapa digital) a 4,00% (mapa D vs. mapa digital) (Figura 27).
Por fim, observando a média das correspondências espaciais nas comparações feitas entre os mapas convencionais (Tabela 2) e entre estes e o mapa digital (Tabela 3), para os diferentes níveis categóricos do SiBCS, observa-se que foram obtidos valores semelhantes. Assim é comprovado que a estratégia de mapeamento digital utilizada para mapear a área de estudo é válida.
3 CONSIDERAÇÕES FINAIS
A elevada variabilidade e complexidade dos solos ocorrentes na área de estudo, decorrente da presença de diferentes materiais de origem associados à ocorrência de várias classes de relevo, aumenta o nível de dificuldade do mapeamento, o que certamente contribui para a ocorrência de discordâncias entre os mapas de solos. No entanto, apesar dessa discordância taxonômica, observou-se que houve grande concordância em relação a diversos atributos dos solos, o que demonstra a importância do papel do pedólogo no mapeamento de solos. Sendo assim, faz-se essencial a realização de trabalhos de correlação, para que assim solos semelhantes sejam nomeados da mesma forma.
Verificou-se que diferentes executores interferem no resultado final de um mapa de solo, sendo que as discordâncias entre os mapas deveram-se além de diferenças metodológicas empregadas, também à subjetividade do modelo utilizado pelos pedólogos no mapeamento da área. Como tal modelo é construído ao longo das experiências e conhecimentos adquiridos pelo pedólogo ao longo de sua carreira, é praticamente impossível quantificá-lo ou copiá-lo para um modelo automatizado. Portanto é imprescindível que sejam seguidos os manuais de normatização para levantamentos e, que sejam realizados trabalhos de correlação visando que os trabalhos de mapeamento sejam realizados seguindo padrões que visem maior uniformidade destes.
Não necessariamente uma densidade de observações parecida tem reflexo na similaridade entre mapas de solos. Verifica-se que a subjetividade envolvida no trabalho de mapeamento é um determinante na similaridade entre mapas convencionais, entretanto esta é praticamente impossível de ser mensurada. Sendo assim, o MDS tem como vantagem tentar eliminar ao máximo esta subjetividade por meio da utilização de parâmetros quantificáveis na sua execução.
O mapa digital de solos obtido para esta área de estudo com a metodologia proposta, obteve maior correspondência com o mapa A e com o mapa B, do que o mapa C e o mapa D quando comparados com estes. Os valores médios de correspondência espacial obtidos nas comparações entre mapas convencionais para os diferentes níveis categóricos do SiBCS foram semelhantes aos obtidos nas comparações entre estes e o mapa digital. Tais fatos mostram que a abordagem de MDS com auxílio de Fuzzy k-médias forneceu um bom mapa de segmentação para a área de estudo, podendo ser utilizado para orientar os locais para serem realizadas observações (perfis, tradagens, entre outras) antes de fazer a primeira incursão a
campo. Isto economiza tempo e recursos gastos em análises de solos e viagens a campo. ANo entanto, a atuação de um pedólogo faz-se necessária para atuar na sua elaboração.
É necessário que no Brasil sejam feitos investimentos governamentais em mapeamento de solos e também no emprego de novas técnicas que agilizem sua execução e economizem recursos. Desse modo aumentarão os conhecimentos a respeito da população de solos do território nacional em níveis categóricos mais detalhados, contribuindo para o desenvolvimento do SiBCS e para que o país tenha informações em quantidade e de qualidade a respeito de seus solos, para atender às exigências da agricultura e pecuária modernas.
REFERÊNCIAS
AGBU, P.A.; FEHRENBACHER, D.; JANSEN, I. J. Soil property relationships with SPOT satellite digital data in east central Illinois. Soil Science Society of America Journal, Madison, v. 54, p. 807-812, 1990.
ANDERSON, K.E.; FURLEY, P.A. An assessment of the relationship between surface properties of chalk soils and slope form using principal component analysis. Journal of Soil
Science, Oxford, v. 26, p. 130–143, 1975.
BEHRENS, T.; FÖRSTER, H.; SCHOLTEN, T.; STEINRÜCKEN, U.; SPIES, E. ;
GOLDSCHMITT, M. Digital soil mapping using artificial neural networks. Journal of Plant
Nutrition and Soil Science, Tharandt, v. 168, n. 1, p. 21 -33, 2005.
BEZDEK, J.; EHRLICH, R.; FULL, W. FCM: The fuzzy c-means clustering algorithm.
Computers & Geosciences, Oxford, v. 10, p. 191-203, 1984.
BIE, S.W.; BECKETT, P.H.T. Comparison of 4 independent soil surves by air-photo
interpretation, Paphos area (Cyprus). Photogrammetria, Amsterdam, v. 29, n. 6, p. 189-202, 1973.
BOCK, M.; BOHNER, J.; CONRAD, O.; KOTHE, R.; RINGELER, A. SAGA: System for the Automated Geoscientific Analysis. Hamburg: Dept. of Physical Geography, 2008. Disponível em: <http://www.saga-gis.org/en/index.html>. Acesso em: 26 maio 2011. BRADY, N.C.; WEIL, R.R. Elements of the nature and properties of soil. 2nd ed. Upper Saddle River: Pearson Prentice Hall Pub., 2004. 606 p.
BROWN, D.J.; SHEPHERD, K.D.; WALSH, M.G.; MAYS, M.D.; REINSCH, T.G. Global soil characterization with VNIR diffuse reflectance spectroscopy. Geoderma, Amsterdam, v. 132, n. 3/4, p. 273-290, 2006.
BUI, E. A review of digital soil mapping in Australia. In: LAGACHERIE, P.; McBRATNEY, A.B.; VOLTZ, M. (Ed.). Developments in soil science. Amsterdam: Elsevier, 2006. v. 31, p. 25-37.
BURROUGH, P. Principles of geographical information systems for land resources
assessment. New York: Oxford University Press, 1986. 194 p.
BURROUGH, P.A.; BOUMA, J.; YATES, S.R. The state of the art in pedometrics.
Geoderma, Amsterdam, v. 62, p. 311-326, 1994.
CAMARGO, O.A.; MONIZ, A.C.; JORGE, J.A.; VALADARES, J.M. Métodos de análise
química, mineralógica e física de solos do IAC. Campinas: Instituto Agronômico, 1986.
94 p. (IAC. Boletim Técnico, 106).
CAMPBELL, N.A.; MULCAHY, M.J.; MCARTHUR, W.M. Numerical classification of soil profiles on the basis of field morphological properties. Australian Journal of Soil Research, Melbourne, v. 8, p. 43-58, 1970.
CAMPOS, R.C.; DEMATTÊ, J.A.M. Cor do solo: uma abordagem da forma convencional de obtenção em oposição à automatização do método para fins de classificação de solos. Revista
Brasileira de Ciência do Solo, Viçosa, v. 28, n. 5, p. 853-863, 2004.
CENTRO NACIONAL DE ENSINO E PESQUISA AGRONÔMICA. Levantamento de
reconhecimento de solos do Estado de São Paulo. Rio de Janeiro: Ministério da
Agricultura, 1960. 637 p. (SNPA. Boletim,12).
CHAGAS, C.S. Mapeamento digital de solos por correlação ambiental e redes neurais
em uma bacia hidrográfica no domínio de mar de morros. 2006. 223 p. Tese (Doutorado
em Solos e Nutrição de Plantas) - Universidade Federal de Viçosa, Viçosa, 2006.
CHAGAS, C.da S.; CARVALHO JÚNIOR, W.; BHERING, S.B. Integração de dados do Quickbird e atributos de terreno no mapeamento digital de solos por redes neurais artificiais.
Revista Brasileira de Ciência do Solo, Viçosa, v. 35, n. 3, p. 693-704, 2011.
CLINE, M.G. Basic principles of soil classification. Soil Science, Philadelphia, v. 67, p. 81- 91, 1949.
CRÓSTA, A.P. Processamento digital de imagens de sensoriamento remoto. Campinas: IG; UNICAMP, 1992. 170 p.
DALMOLIN, R.S.D. Faltam pedólogos no Brasil. Boletim Informativo da Sociedade
Brasileira de Ciência do Solo, Viçosa, v. 24, p. 13-15, 1999.
DELARMELINDA, E.A.; WADT, P.G.S.; ANJOS, L.H. C. dos; MASUTTI, C.S.M.; SILVA, E.F. da; SILVA, M.B. e ; COELHO, R.M.; SHIMIZU, S.H.; COUTO, W.H. do. Avaliação da aptidão agrícola de solos do Acre por diferentes especialistas. Revista Brasileira de Ciência
do Solo, Viçosa, v. 35, n. 6, p. 1841-1853, 2011.
DEMATTÊ, J.L.I. A pedologia direcionada ao manejo de solos. Boletim Informativo da
Sociedade Brasileira de Ciência do Solo, Viçosa, v. 24, n. 4, p. 16-17, 1999.
DEMATTÊ, J.L.I.; MONIZ, A.C.; PESSOTI, J.E.S. Solos originados de sedimentos do grupo geológico Estrada Nova, Município de Piracicaba, I. Análise mineralógica quantitativa da fração argila. Revista Brasileira de Ciência do Solo, Viçosa, v. 1, n. 1, p. 43-47, 1977. DEMATTÊ, J.A.M.; GENÚ, A.M.; FIORIO, P.R.F.; ORTIZ, J.L.; MAZZA; J.A.;
LEONARDO, H.C.L. Comparação entre mapas de solos obtidos por sensoriamento remoto espectral e pelo método convencional. Pesquisa Agropecuária Brasileira, Brasília, v. 39, n. 12, p. 1219 - 1229, 2004.
DIMITRIADOU, E.; HORNIK, K.; LEISCH, F.; MEYER, D.; WEINGESSEL, A.: e1071: Misc Functions of the Department of Statistics (e1071), TU Wien, r package version 1.5-18. 2008. Disponível em: <http://cran.r-project.org/web/packages/e1071/index.html> Acesso em: 15 maio 2011.
DIXON, T.H. SAR interferometry and surface change detection. Miami: University of Miami, Rosenstiel School of Marine and Atmospheric Sciences, 1995. 97 p. (RASMAS TR 95-003).
DOBOS, E.; MICHELI, E.; BAUMGARDNER, M.F.; BIEHL, L.; HELT, T. Use of combined digital elevation model and satellite radiometric data for regional soil mapping.
Geoderma, Amsterdam, v. 97, p. 367-391, 2000.
EMBRAPA. Sistema brasileiro de classificação de solos. 2. ed. Rio de Janeiro: EMBRAPA Solos, 2006. 306 p.
______. Centro Nacional de Pesquisa de Solos. Procedimentos normativos de
levantamentos pedológicos. Brasília, 1995. 116 p.
______. Manual de métodos de análise de solo. 2. ed. Rio de Janeiro, 1997. 212 p. (EMBRAPA. CNPS. Documentos, 1).
______. Serviço Nacional de Levantamento e Conservação de Solos. Bases para leitura de
mapas de solos. Rio de Janeiro: EMBRAPA-SNLCS, 1981. (Série Miscelânea, 4). ESRI, ArcGIS Desktop Developer Guide ArcGIS 9. Redlands: ESRI Press, 2006. 1 CD-
ROM.
FELDWISCH, N. Hangneigung und Bodenerosion. Boden und Landschaft: Schriftenreihe zur Bodenkunde Landeskultur und Landschaftsokologie der Justus-Liebig. Giessen:
Universitat Gie en, v. 3, p. 31-152, 1995. 152 p.
FOCHT, D. Influência do avaliador no resultado da classificação de terras em
capacidade de uso. 1998. 79 p. Dissertação (Mestrado em Solos e Nutrição de Plantas) -
Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 1998.
FURLEY, P.A. Soil formation and slope development: 2. The relationship between soil formation and gradient angle in the Oxford area. Zeitschrift fu¨ r Geomorphologie, Stuttgart, v. 12, p. 25–42, 1968.
GALLANT, J.C.; WILSON, J.P. Primary topographic attributes. In: WILSON, J.P.; GALLANT, J.C. Terrain analysis: principles and applications. New York: John Wiley, 2000. p. 51-85.
GENÚ, A.M. Sensoriamento Remoto e Geoprocessamento na caracterização e avaliação
pontual e espacial de solos e seus atributos. 2006. 120p. Tese (Doutorado em Solos e
Nutrição de Plantas) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2006.
GIASSON, E.; INDA JUNIOR, A.V.; NASCIMENTO, P.C. Estimativa do benefício econômico potencial de dois levantamentos de solos no Estado do Rio Grande do Sul.
Ciência Rural, Santa Maria, v. 36, p. 478-486, 2006.
HALL, G.F. Pedology and geomorphology. In: WILDING, L.P.; SMECK, N.E.; HALL, G.F. (Ed.). Pedogenesis and soil taxonomy. II. The soil orders. New York: Elsevier, 1983. p. 118- 140. (Developments in Soil Science, 11b).
HILWIG, F.W.; GOOSEN, D.; KATSIERIS, D. Preliminary results of the interpretation of ERTS-1 imagery for a soil survey of the Mérida Region, Spain. ITC Journal, Vigo, v. 3, p. 289-312, 1974.
HORN, B.K.P. Hillshading and the reflectance map. Proceedings / IEEE International
Conference on Semantic Computing, Los Alamitos, v. 69, p. 14-47, 1981.
HUDSON, B.D. The soil survey as a paradigm-based science. Soil Science Society of
America Journal, Madison, v. 56, p. 836-841, 1992.
HUTCHINSON, M.F. Development of a continent-wide DEM with applications to terrain and climate analysis. In: GOODCHILD, M.F. (Ed.). Environmental modeling with GIS. New York: Oxford University Press, 1993. p. 392–399.
IBAÑEZ, J.J.; ZINCK, J.A.; JIMÉNEZ-BALLESTA, R. Soil survey: old and new challenges. In: ZINCK, J.A. Soil survey: perspectives and strategies for the 21st century. Rome: ITC; FAO, 1993. p. 7-14. (ITC Publication, 21).
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo agropecuário
2006. Disponível em: <http://www.ibge.gov.br>. Acesso em: 26 out. 2010.
INSTITUTO DE PESQUISAS TECNOLÓGICAS. Divisão de Minas e Geologia Aplicada.
Mapa geológico do Estado de São Paulo. São Paulo, 1981. Escala 1:1000.000.
JACOMINE, P.K.T. É preciso investir na formação de novos pedólogos. Boletim
Informativo da Sociedade Brasileira de Ciência do Solo, Viçosa, v. 24, p. 21-22, 1999.
JAMAGNE, M.; KING, D. Mapping methods for the 1990s and beyond. In: HODGSON, J.M. (Ed.). Soil survey, a basis for European soil protection. Brussels: CEC, 1991. p. 181- 196.
JENNY, H. Factors of soil formation: a system of quantitative pedology. New York: McGraw-Hill, 1941. 1 v.
JOAQUIM, A.C.; BELLINASO, I.F.; DONZELLI, J.L. Potencial e manejo dos solos cultivados com cana-de-açúcar. In: SEMINÁRIO DE TECNOLOGIA AGRONÔMICA, 6., 1994, Piracicaba. Piracicaba: COPERSUCAR, 1994. p. 1-10.
KER, J.C. O futuro da pedologia no Brasil. Boletim Informativo da Sociedade Brasileira
de Ciência do Solo, Viçosa, v. 24, p. 18-21, 1999.
KLAMT, E.; SANTOS, F.J. A informação de solos e o desenvolvimento sustentável. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 26., 1997, Rio de Janeiro. Anais... Rio de Janeiro: SBCS, 1997. 1 CD-ROM.
KLINGEBIEL, A.A.; HORVATH, E.H.; MOORE, D.G.; REYBOLD, W.U. Use of slope, aspect, and elevation maps derived from digital elevation model data in making soil surveys. In: REYBOLD, W.U.; PETERSEN, G.W. Soil survey techniques. Madison: Soil Science Society of America, 1987. p. 77-90. (SSSA. Special Publication; 20).
LAGACHEIRIE, P.; McBRATNEY, A.B. Spatial soil information systems and spatial soil inference systems: perspectives for digital soil mapping. In: LAGACHERIE, P.;
McBRATNEY, A.B.; VOLTZ, M. (Ed.). Digital soil mapping: an introductory perspective. Amsterdam: Elsevier, 2007. chap. 1, p. 3-22.
LEGROS, J-P. Mapping of the soil. Enfield: Science Pub., 2006. 411 p.
LEGROS, J.P.; BONNERIC, P. Modelisation informatique de la repartition des sols dans le Parc Naturel Régional du Pilat. Annales de l’Université de Savoie: Sciences Naturelles, Chambéry, v. 4, p. 63–68, 1979.
MADEIRA NETTO, J.S. Comportamento espectral dos solos. In: MENESES, P.R.; MADEIRA NETTO, J.S. (Ed.). Sensoriamento remoto: reflectância dos alvos naturais. Brasília: Universidade de Brasília, 2001. cap. 4, p. 127-154.
MANLY, B.J.F. Métodos estatísticos multivariados: uma introdução. 3. ed. Porto Alegre: Bookman, 2008. 229 p.
MANZATTO; C.V.; ASSAD, E.D. Zoneamento agroecológico da cana-de-açúcar para a produção de etanol e açúcar no Brasil: Seleção de terras potenciais para a expansão do cultivo. Boletim Informativo da Sociedade Brasileira de Ciência do Solo, Viçosa, v. 35, n. 1, p. 21-24, jan./abr. 2010.
McBRATNEY, A.B.; MENDONÇA-SANTOS, M.L.; MINASNY, B. On digital soil mapping. Geoderma, Amsterdam, v. 117, p. 3-52, 2003.
McKENZIE, N.J.; AUSTIN, M.P. A quantitative Australian approach to medium and small scale surveys based on soil stratigraphy and envirormental correlation. Geoderma,
Amsterdam, v. 57, p. 329-355, 1993.
McKENZIE, N.J.; RYAN, P.J. Spatial prediction of soil properties using environmental correlation. Geoderma, Amsterdam, v. 89, p. 67-94, 1999.
MENDONÇA-SANTOS, M.L.; SANTOS, H.G. The state or the art of Brazilian soil mapping and prospects for digital soil mapping. In: LAGACHERIE, P.; McBRATNEY, A.B.; VOLTZ, M. (Ed.). Digital soil mapping: an introductory perspective. Amsterdam: Elsevier, 2007. chap. 3, p. 39-55.
MEZZALIRA, S. Folha geológica de Piracicaba: SF 23-M 300. São Paulo: Instituto Geográfico e Geológico do Estado de São Paulo. 1966. 1 mapa. Escala 1:100.000.
MILNE, G. Some suggested units of classification and mapping particularly for East African soils. Soil Research, Collingwood, v. 4, p. 183–198, 1935.
MOORE, I.D.; GESSLER, P.E.; NIELSEN, G.A.; PETERSON, G. Soil attribute prediction using terrain analysis. Soil Science Society of America Journal, Madison, v. 57, p. 443-452, 1993.
NANNI, M.R. Dados radiométricos obtidos em laboratório e no nível orbital na
caracterização e mapeamento de solos. 2000. 365 p. Tese (Doutorado em Solos e Nutrição
de Plantas) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2000.
NANNI, M.R.; DEMATTÊ, J.A.M. Spectral reflectance methodology in comparison to traditional soil analysis. Soil Science Society of America Journal, Madison, v. 70, p. 393- 407, 2006.
NOLASCO-CARVALHO, C.C.; FRANCA-ROCHA, W.; UCHA, J.M. Mapa digital de solos: uma proposta metodológica usando inferência fuzzy. Revista Brasileira de
Engenharia Agrícola e Ambiental, Campina Grande, v. 13, n. 1, p. 46 - 55, 2009.
OLIVEIRA, J.B. de. Solos da folha de Piracicaba. Campinas: IAC, 1999. 173 p. (IAC. Boletim Científico, 48).
OLIVEIRA, J.B. de. As séries e o novo Sistema Brasileiro de Classificação de Solos: tem- se condições de gerenciar o seu estabelecimento? Disponível em:
<http://200.20.158.8/blogs/sibcs/?p=188#more-188>. Acesso em: 16 nov. 2009. OLIVEIRA, J.B.; PRADO, H. do. Carta pedológica semidetalhada e Piaracicaba. Campinas: IAC, 1989. Escala: 1:100.000.
OLIVEIRA, V.A. O Brasil carece de novos pedólogos. Boletim Informativo da Sociedade
Brasileira de Ciência do Solo, Viçosa, v. 25, n. 4, p. 25-28, out./dez. 1999.
PENNOCK, D.J.; ZEBARTH, B.J.; DE JONG, E. Landform classification and soil
distribution in hummocky terrain, Saskatchewan, Canada. Geoderma, Amsterdam, v. 40, p. 297-315, 1987.
PETERSEN, G.W.; NIELSEN, G.A.; WILDING, L.P. Geographic information system and remote sensing in land resource analysis and management. Suelo y Planta, Madrid, v. 1, p. 531-543, 1991.
R DEVELOPMENT CORE TEAM: R: A Language and Environment for Statistical Computing. Vienna: R Foundation for Statistical Computing, 2008. Disponível em: <http://www.R-project.org, ISBN 3- 900051-07-0>. Acesso em: 16 dez. 2010. RAMIREZ-LÓPEZ, L. Pedologia quantitativa: espectrometria VIS-NIR-SWIR e
mapeamento digital de solos. 2009. 171 p. Dissertação (Mestrado Solos e Nutrição de Plantas) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2009.
REUSSER, D. Tiger: analysing time series of grouped errors,r package version 0.1, 2009. Disponível em: <http://cran.r-project.org/web/packages/tiger/index.html> Acesso em: 20 maio 2011.
ROSSITER, D.G. Methodology for soil resource inventories. 2nd ed. Amsterdam: International Institute for Aerospace Survey & Earth Sciences, 2000. 132p.
SANTOS, H.G. Country reports: past, present and future of soil surveys in selected countries - Brazil. In: ZINCK, J.A. Soil survey: perspectives and strategies for the 21st century. Rome: ITC; FAO, 1993. p. 61-67. (ITC Publication, 21).
SANTOS, R.D. Quem defende a extinção do pedólogo não conhece a sua importância.
Boletim Informativo da Sociedade Brasileira de Ciência do Solo, Viçosa, v. 24, p. 23-24,
1999.
SANTOS, R.D.; LEMOS, R.C.; SANTOS, H.G.; KER, J.C.; ANJOS, L.H.C. Manual de
descrição e coleta de solo no campo. 5.ed. Viçosa: Sociedade Brasileira de Ciência do Solo,
2005. 100 p.
SILVA, E.F. da. Mapas solos produzidos em escalas e épocas distintas. 2000. 177 p. Tese (Doutorado em Solos e Nutrição de Plantas) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2000.
STORY, M.; CONGALTON, R.G. Accuracy assessment: a user`s perspective.
Photogrammetric Engineering and Remote Sensing, New York, v. 52, n. 3, p. 397-399,
1986.
TANRÉ, D.; HOLBEN, B.N.; KAUFMAN, Y.J. Atmospheric correction algorithm for NOAA-AVHRR products: theory and application IEEE Transactions on Geoscience and
Remote Sensing, New Jersey, v. 30, n. 2, p. 231-248, Mar. 1992.
UNITED STATES. Department of Agriculture. Soil Survey Staff: Soil survey manual. Washington: Department of Agriculture, Soil Survey Division, Soil Conservation Service, 1993. 437 p. (USDA. Agriculture Handbook, 18).
VETTORAZZI, C.A.; COUTO, H.T.Z. Análise da exatidão de classificação em mapas de solos obtidos através da interpretação de imagens orbitais em duas escalas. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 6., 1990, Manaus. Anais... São José dos Campos: INPE, 1990. p. 769-775.
VOLTZ, M.; WEBSTER, R. A comparison of kriging, cubic splines and classification for predicting soil properties from sample information. Journal of Soil Science, Madison, v. 41, p. 473-490, 1990.
WILSON, J.P.; GALLANT, J.C. Digital terrain analysis. In: WILSON, J.P.; GALLANT, J.C. (Ed.). Terrain analysis: principles and applications. New York: John Wiley, 2000. p. 4-27. WOLD, H. Systems under indirect observation. Amsterdam: Elsevier, 1982. 1v.
WOOD, J.D. The geomorphological characterization of digital elevation models. 1996. 187p. Thesis (PhD) - Universidade de Leicester, Leicester, 1996.